Fugu-MT 論文翻訳(概要): Peeling Off the Cocoon: Unveiling Suppressed Golden Seeds for Mutational Greybox Fuzzing

論文の概要: Peeling Off the Cocoon: Unveiling Suppressed Golden Seeds for Mutational Greybox Fuzzing

arxiv url: http://arxiv.org/abs/2602.23736v1
Date: Fri, 27 Feb 2026 07:03:29 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-02 19:48:24.290679
Title: Peeling Off the Cocoon: Unveiling Suppressed Golden Seeds for Mutational Greybox Fuzzing
Title（参考訳）: クーポンを脱ぐ: ミューチュアル・グレイボックス・ファジィングのための抑圧された黄金の種子
Authors: Ruixiang Qian, Chunrong Fang, Zengxu Chen, Youxin Fu, Zhenyu Chen,
Abstract要約: PoCoは、最新のカバレッジベースのシード選択技術を強化することを目的としたテクニックである。障害条件文を取り除き、より深い種選択を行うことを目的としている。
参考スコア（独自算出の注目度）: 11.178848994983019
License: http://creativecommons.org/licenses/by/4.0/
Abstract: PoCo is a technique that aims to enhance modern coverage-based seed selection (CSS) techniques (such as afl-cmin) by gradually removing obstacle conditional statements and conducting deeper seed selection.
Abstract（参考訳）: PoCoは、障害条件文を徐々に取り除き、より深いシード選択を行うことによって、現代的なカバレッジベースのシード選択(CSS)技術(afl-cminなど)を強化する技術である。

関連論文リスト

Stochastic Extragradient with Flip-Flop Shuffling & Anchoring: Provable Improvements [16.30388653278298]
ミニマックス最適化では、凸凹(C-C)問題において降下昇降法よりも優れているため、Extragradient (EG)法が広く研究されている。しかし、EG(SEG)はC-C問題、特に非拘束症例で成功している。
論文参考訳（メタデータ） (2024-12-31T15:49:25Z)
Gradient Normalization Provably Benefits Nonconvex SGD under Heavy-Tailed Noise [60.92029979853314]
重み付き雑音下でのグラディエントDescence(SGD)の収束を確実にする上での勾配正規化とクリッピングの役割について検討する。我々の研究は、重尾雑音下でのSGDの勾配正規化の利点を示す最初の理論的証拠を提供する。我々は、勾配正規化とクリッピングを取り入れた加速SGD変種を導入し、さらに重み付き雑音下での収束率を高めた。
論文参考訳（メタデータ） (2024-10-21T22:40:42Z)
Classifier Guidance Enhances Diffusion-based Adversarial Purification by Preserving Predictive Information [75.36597470578724]
敵の浄化は、敵の攻撃からニューラルネットワークを守るための有望なアプローチの1つである。分類器決定境界から遠ざかって, 清浄するgUided Purification (COUP)アルゴリズムを提案する。実験結果から, COUPは強力な攻撃法でより優れた対向的堅牢性が得られることが示された。
論文参考訳（メタデータ） (2024-08-12T02:48:00Z)
PrescientFuzz: A more effective exploration approach for grey-box fuzzing [0.45053464397400894]
我々は、対象プログラムの制御フローグラフ(CFG)から意味情報を利用する、PrescientFuzzと呼ばれるLibAFLのファズベッハの強化版を作成する。本研究では,その実行経路と未発見エッジとの近接性に基づいて,突然変異に対する入力の選択を優先する入力コーパススケジューラを開発する。
論文参考訳（メタデータ） (2024-04-29T17:21:18Z)
Reward Certification for Policy Smoothed Reinforcement Learning [14.804252729195513]
強化学習(Reinforcement Learning, RL)は、安全クリティカルな分野において大きな成功を収めた。近年の研究では、その堅牢性を高めるために「平滑な政策」を導入している。報酬の総額を認定する証明可能な保証を確立することは依然として困難である。
論文参考訳（メタデータ） (2023-12-11T15:07:58Z)
USAGE: A Unified Seed Area Generation Paradigm for Weakly Supervised Semantic Segmentation [90.08744714206233]
両タイプのネットワークに対して,シードエリアジェネレーション(USAGE)のための統一最適化パラダイムを提案する。実験の結果,UAGEはCNNとトランスフォーマーの両方のシード領域生成を一貫して改善することがわかった。
論文参考訳（メタデータ） (2023-03-14T11:25:02Z)
Almost Sure Saddle Avoidance of Stochastic Gradient Methods without the Bounded Gradient Assumption [11.367487348673793]
勾配勾配降下法(SGD)、重ボール法(SHB)、ネステロフ加速勾配法(SNAG)など、様々な勾配勾配降下法が、厳密なサドル多様体をほぼ確実に避けていることを示す。 SHB法とSNAG法でこのような結果が得られたのはこれが初めてである。
論文参考訳（メタデータ） (2023-02-15T18:53:41Z)
Gaussian Blue Noise [49.45731879857138]
ブルーノイズスペクトルを用いた点分布生成の枠組みが,前例のない品質を実現することを示す。我々のアルゴリズムは、同じ品質を維持しながら、スムーズかつ実現可能な高次元化を実現している。
論文参考訳（メタデータ） (2022-06-15T20:22:16Z)
Point Cloud Denoising via Momentum Ascent in Gradient Fields [72.93429911044903]
ニューラルネットワークを用いて雑音点雲から勾配場を推定する勾配法を提案した。そこで我々は, 過去の反復情報を利用して, 点の軌道を決定する運動量勾配上昇法を開発した。実験により, 提案手法は, 様々な点群, ノイズタイプ, 騒音レベルを有する最先端手法よりも優れていた。
論文参考訳（メタデータ） (2022-02-21T10:21:40Z)
Escaping strict saddle points of the Moreau envelope in nonsmooth optimization [4.193940401637567]
モローエンベロープに適用された耳介摂動勾配の不正確な類似を解析した。主な結論は、非滑らかな最適化のための様々なアルゴリズムがモローエンベロープの厳密なサドル点を制御された速度で回避できるということである。
論文参考訳（メタデータ） (2021-06-17T20:58:28Z)
Upper Confidence Bounds for Combining Stochastic Bandits [52.10197476419621]
バンディットアルゴリズムを結合する簡単な手法を提案する。私たちのアプローチは、個々のbanditアルゴリズムのそれぞれを、より高いレベルのn$-armed bandit問題のアームとして扱う"meta-ucb"手順に基づいています。
論文参考訳（メタデータ） (2020-12-24T05:36:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。